CN102595138B - 图像压缩的方法及装置、终端 - Google Patents
图像压缩的方法及装置、终端 Download PDFInfo
- Publication number
- CN102595138B CN102595138B CN201210050655.0A CN201210050655A CN102595138B CN 102595138 B CN102595138 B CN 102595138B CN 201210050655 A CN201210050655 A CN 201210050655A CN 102595138 B CN102595138 B CN 102595138B
- Authority
- CN
- China
- Prior art keywords
- quantization table
- optimization aim
- image
- functional value
- aim functional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供一种图像压缩的方法及装置、终端,其中,所述方法包括:获取目标图像的DCT变换系数;采用第二量化表量化所述DCT变换系数,经所述第二量化表量化后得到的图像为目标图像的特征量,用于表示压缩后的目标图像,特征量的比特数小于等于目标图像的比特数的十分之一;第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。上述方法能够将图像压缩至较低的比特数,以满足低性能的移动设备的传输需求,进一步地,能够解决现有技术中由于受无线网络带宽的限制,传输至服务器端的压缩图像的比特数和失真率较高而导致的传输延迟和检索准确率不高的问题。
Description
技术领域
本发明涉及图像压缩技术,尤其涉及一种图像压缩的方法及装置、终端。
背景技术
随着智能手机的流行,移动视觉搜索的潜力逐渐显现出来。现有技术中基于移动设备的图像检索方法为:在移动客户端提取图像的局部描述子;对提取到的局部描述子进行压缩;再通过无线网络将压缩后的局部描述子传输给服务器端,以使服务器端根据局部描述子在服务器的数据库中进行查找,并将查找的结果发送至客户端。
上述图像检索方法的计算量较高,对低性能的移动设备而言,提取局部描述子的过程会非常耗时,进而严重影响服务器端的响应时间,降低了检索效率。
现在移动设备大多支持JPEG压缩技术,并且按照JPEG标准压缩图片可以在极短的时间内完成。为此,业内人士提出了直接传输按照JPEG标准压缩的图像的检索方法。具体地,采用JPEG标准压缩图片是采用JPEG标准的量化表量化图片,并将量化后的图片的特征量发送至服务器端。
然而,由于JPEG标准的量化表主要是从人类视觉的角度保持图像的逼真度,而不是保护视觉检索所需要的重要信息,如频谱信息。由此,采用JPEG标准的量化表量化后的图片在视觉检索中并没有体现出很好的压缩性能和检索性能。
由此,上述检索方法出现的问题是:采用JPEG标准的量化表量化后的图片的比特数仍旧无法满足低性能的移动设备的传输性能,进一步地,服务器端采用量化后的图片检索的结果准确率非常低。
发明内容
针对现有技术中的缺陷,本发明提供一种图像压缩的方法及装置、终端。
本发明的第一个方面是提供一种图像压缩的方法,其包括:
获取目标图像的DCT变换系数;
采用第二量化表量化所述DCT变换系数,经所述第二量化表量化后得到的图像为所述目标图像的特征量,用于表示压缩后的目标图像;
所述第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。
本发明的另一个方面是提供一种图像压缩的装置,其包括:
变换系数获取单元,用于获取目标图像的DCT变换系数;
量化单元,用于采用第二量化表量化所述DCT变换系数,经所述第二量化表量化后得到的图像为所述目标图像的特征量,用于表示压缩后的目标图像;
其中,所述第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。
由上述技术方案可知,本发明提供的图像压缩的方法及装置,通过采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值得到的优化目标函数值最小的第二量化表,进而采用第二量化表量化目标图像的DCT变换系数,使得量化后的目标图像的特征量能够较好的保留了原目标图像的视觉检索特征,同时该目标图像的特征量的比特数远远小于目标图像的比特数,进而较好的满足低性能的移动设备的传输需求。
本发明的又一个方面是提供一种图像检索方法,其包括:
采用上述任一所述的方法获取目标图像的特征量;
将所述目标图像的特征量传输至服务器端,以使所述服务器端将所述目标图像的特征量进行逆变换,以获取还原的目标图像,根据所述还原的目标图像在预置的数据库中获取检索结果;
接收所述服务器端发送的检索结果。
由上述技术方案可知,本发明提供的图像检索方法,通过采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值得到优化目标函数值最小的第二量化表,进而采用第二量化表量化目标图像的DCT变换系数,使得量化后的目标图像的特征量较好的保留了原目标图像的视觉检索特征,进而在服务器端采用该目标图像特征量逆变换后的图像进行检索,可保证检索结果的准确率。另外,上述目标图像的特征量的比特数远远小于目标图像的比特数,进而解决了现有技术中传输至服务器端的压缩图片的比特数无法满足低性能的移动设备的传输性能的问题。
本发明的再一个方面是提供一种终端,其包括:数据传输单元和本发明中任一所述的图像压缩的装置;
所述数据传输单元用于在所述装置获取到目标图像的特征量之后,将所述目标图像的特征量传输至服务器端,以使所述服务器端将所述目标图像的特征量进行逆变换,以获取还原的目标图像,根据所述还原的目标图像在预置的数据库中获取检索结果;
所述接收单元用于接收所述服务器端发送的检索结果。
由上述技术方案可知,本发明提供的终端采用图像压缩的装置能够获取到比特数非常小的表示目标图像的特征量,进而可较好的降低终端的传输延时效应。
附图说明
图1为本发明一实施例提供的图像压缩的方法的步骤流程图;
图2A为本发明一实施例提供的获取第二量化表的步骤流程图;
图2B为本发明一实施例所使用的JPEG标准的量化表的示意图;
图3A为本发明一实施例为获取第二量化表的过程示意图;
图3B为本发明一实施例所使用的第二量化表的示意图;
图3C为图3B中的区域A的放大示意图;
图4为本发明一实施例所使用的两个第三量化表交叉的示意图;
图5为本发明一实施例图像检索方法的步骤流程图;
图6为本发明一实施例提供的图像压缩的装置的结构示意图;
图7为本发明一实施例提供的终端的结构示意图。
具体实施方式
图1示出了本发明一实施例提供的图像压缩的方法的步骤流程图,如图1所示,本实施例中的图像压缩的方法如下文所述。
101、获取目标图像的离散余弦变换(Discrete Cosine Transform,简称DCT变换)系数。
可以理解的是,DCT变换就把目标图像中的像素和像素间的规律呈现出来,更方便压缩目标图像。例如,目标图像经过DCT变换后从空间域变换到频率域,其频谱信息中的低频分量对应了目标图像中灰度值变化比较缓慢的区域,而频谱信息中的高频分量对应了图像中灰度值变化比较剧烈的区域(如表征目标图像中建筑/人物的边缘和随机噪声等信息)。
通常,需要查看目标图像的行、列的像素个数是否均是8(该处的8为经验值)的倍数,若是,则将目标图像直接进行DCT变换,获取目标图像的DCT变换系数,否则,将目标图像的行、列的像素个数均补成8的倍数,再进行DCT变换。
102、采用第二量化表量化前述的DCT变换系数,经所述第二量化表量化后得到的图像为所述目标图像的特征量,用于表示压缩后的目标图片;第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。
本实施例中,JPEG标准的第一量化表为8*8的块,其中每一小块可理解为一个像素大小的范围。采用基于图像检索性能获取的量化表优化规则设定8*8块中的量化值,进而通过优化目标函数的算法获取的优化目标函数值最小的第二量化表,采用该第二量化表量化前述的DCT变换系数,能够使压缩后的目标图像的比特数较小,有利于图像的传输。
通常,目标图像特征量的比特数小于等于目标图像的比特数的十分之一。
由上述技术方案可知,本实施例提供的图像压缩的方法,通过采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值得到的优化目标函数值最小的第二量化表,进而采用第二量化表量化目标图像的DCT变换系数,使得量化后的目标图像的特征量能够较好的保留了原目标图像的视觉检索特征,同时该目标图像的特征量的比特数远远小于目标图像的比特数,有效压缩了目标图像,进而较好的满足低性能的移动设备的传输需求。
结合图2A至图4所示,图2A示出了本发明一实施例提供的获取第二量化表的步骤流程图,图2B示出了本发明一实施例所使用的JPEG标准的量化表的示意图;图3A示出了本发明一实施例为获取第二量化表的过程示意图;图3B示出了本发明一实施例所使用的第二量化表的示意图;图3C示出了图3B中区域A的放大示意图;图4示出了本发明一实施例所使用的两个第三量化表交叉的示意图。
本实施例中举例说明第二量化表的获取方式,其获取方式如下文所述。
201、根据预设的公式设定所述第一量化表中的量化值,得到N个第三量化表,每一第三量化表唯一,N为正整数,且大于等于3。
具体地,根据预置的图像的频谱信息将第一量化表划分为频率依次递增的P个区域,P取正整数,且大于等于2;
选取N个划分有P个区域的第一量化表,根据所述预设的公式分别设定N个第一量化表中各区域的量化值,得到N个第三量化表,以使每个第三量化表中各区域的取值范围不重叠且各区域的取值范围的中间值随着所述频率的递增依次递增。
举例来说,在P等于2时,根据预置的图像的频谱信息将第一量化表划分为两个区域,如与预置的图像的频谱信息中的低频分量对应的区域和频谱信息中高频分量对应的区域;其中,高频分量的频率大于低频分量的频率。
此时,根据预设公式设定与预置的图像的频谱信息中的低频分量对应的区域中任一量化值的取值范围为1-254,与预置的图像的频谱信息中的高频分量对应的区域中任一量化值为255。
本实施例中预置的图像可为任意的一幅图像。
图2B示出了现有的符合JPEG标准的第一量化表,在图3A中,根据频谱信息将图2A所示出的第一量化表分成四个区域,如图3A中的第一区域abcda,第二区域bcdgfeb,第三区域efgjihe,第四区域hijplkh。
根据现有技术中的JPEG量化表分布区域的含义,如量化表的左上角区域通常表示目标图像的低频分量,右下角区域通常表示目标图像的高频分量,本实施例中,可按照如下的公式Q(x,y)进行设定第三量化表中的量化值。图3A中低频分量的区域为ahija,高频分量的区域为hijplkh。
图3A中所示的量化表的每一个量化值用Q(x,y)表示,其中x,y=0,1,...,7,按如下公式设置图3A所示的量化表中的量化值:
其中,rand(a,b)表示获取范围[a,b]内的任一随机数。
按照上述公式Q(x,y)设定量化值之后的第三量化表可参见图4所示,图4中的左右两个第三量化表均按照上述Q(x,y)设定的。
202、采用第三量化表量化预置的图像的DCT变换系数,获取与每一第三量化表对应的优化目标函数值。
在实际应用中,采用第三量化表量化预置的图像的DCT变换系数,获得压缩后的图像即图像的特征量,以便获取预置的图像的图像压缩率、以及结合图像检索方法获取采用第三量化表量化预置的图像后得到的图像特征量的匹配失真率;根据所述图像压缩率、匹配失真率获取所述第三量化表的优化目标函数值。
当然,在量化预置的图像的DCT变换系数之后,还需进行Z字形扫描、编码等本领域技术人员公知的步骤,以便获取根据压缩后图像,并结合图像检索方法获取与预置的图像对应的检索结果,进而根据预置的图像、检索结果获取匹配失真率、图像压缩率等。
举例来说,该步骤可包括如下的图2A中未示出的子步骤2021至2024。
2021、采用任一第三量化表对预置的图像进行量化,获得该图像的图像特征量。
2022、采用图像特征量的比特数除以预置的图像的比特数,得到图像压缩率。
2023、获取图像特征量的匹配失真率。
举例来说,首先,根据匹配准确率的计算规则,获取图像特征量的匹配准确率、预置图像的匹配准确率,并将预置图像的匹配准确率减去图像特征量的匹配准确率,得到图像特征量的匹配失真率。
2024、根据匹配失真率、图像压缩率获取第三量化表的优化目标函数值。
举例来说,可将步骤2022中获取的图像压缩率与预设的压缩率相减,再乘以预设的权值,最后与步骤2023中获取的匹配失真率求和,得到该第三量化表的优化目标函数值。
上述预设的压缩率大于0,预设的权值大于0。
通上述子步骤2021至2024获取所有的第三量化表的优化目标函数值。
203、判断N个第三量化表对应的优化目标函数值的方差是否小于预置的第一阈值δ,若N个第三量化表对应的优化目标函数值的方差小于预置的第一阈值δ,则执行步骤204,否则,执行步骤205。
204、若步骤203中的N个第三量化表对应的优化目标函数值的方差小于预置的第一阈值δ,将与N个优化目标函数值中最小的优化目标函数值对应的第三量化表作为第二量化表。
举例来说,若图3B所示的量化表为在步骤201中设定量化值的一个第三量化表,且步骤204中图3B对应的量化表的优化目标函数值最小,则可将上述图3B所示的量化表作为第二量化表即优化的量化表,如图3C中放大区域A的量化值,使用该第二量化表能够使量化后的图像的比特数位于未量化的图像的比特数的十分之一的范围内。
205、若步骤203中的N个第三量化表对应的优化目标函数值的方差大于等于第一阈值δ,则选取所有的优化目标函数值的排序中的前M个优化目标函数值对应的第三量化表,排序为数值从小到大的排序,M取正整数,且小于等于N。
206、将选取的M个第三量化表进行变换如变异或交叉,得到M个第四量化表。
举例来说,如图4所示,图4中所示出的两个量化表均为步骤201中设定量化值的第三量化表。
将图4中左右两个第三量化表进行交叉,可为将左侧第三量化表中的偶数列中的量化值,与右侧第三量化表中的偶数列中的量化值进行交换,以获取两个新的第四量化表。
若第i个第三量化表的随机数小于等于100P1,则可使第i个第三量化表与第i+1个第三量化表进行交叉。
一种交叉的方式为:将第i个第三量化表与第i+1个第三量化表中各自的偶数列进行交换,进而得到一对新的第四量化表,如图4所示。
前述的第三量化表发生变异的条件为:设定M个第三量化表发生变异的概率为P2(0<P2<1),以及赋予第i个第三量化表的100以内的随机整数,i=0,1,2,...,M。
若第i个第三量化表的随机数小于等于100P2,则可使第i个第三量化表发生变异。
一种变异的方式为:从第三量化表的左上角4×4的块中随机选择K块(1≤K≤16),分别设定任意的属于[1,255]范围内的量化值,进而得到新的第四量化表。
需要说明的是,前述的N、M、概率P1、概率P2以及第一阈值δ均需要通过多次试验获得经验值。
207、采用所述第四量化表量化预置的图像的DCT变换系数,以获取与第四量化表对应的优化目标函数值。
208、将分别与M个第四量化表、N个第三量化表对应的优化目标函数值进行从小到大的排序,选取排在前面的N个优化目标函数值。
209、确定选取的N个优化目标函数值的方差是否小于预置的第一阈值δ;若小于,则执行步骤210,否则执行步骤211。
210、在步骤209中,当选取的N个优化目标函数值的方差小于预置的第一阈值时,将与选取的N个优化目标函数值中最小的优化目标函数值对应的量化表作为第二量化表。
211、在步骤209中,当选取的N个优化目标函数值的方差大于等于预置的第一阈值时,从选取的N个优化目标函数值中选取排在前面的M个优化目标函数值,并使与选取的M个优化目标函数值对应的量化表重复上述变换的步骤,以使选取的N个优化目标函数值的方差小于预置的第一阈值、并将与选取的N个优化目标函数值中最小的优化目标函数值对应的量化表作为第二量化表。
当然,在实际应用中,若上述每次选取的N个优化目标函数值的方差均不小于第一阈值,此时,若上述迭代次数等于第二阈值,即重复获取优化目标函数值的次数等于第二阈值(如10次、8次、6次)时,将与最后选取的N个优化目标函数值中最小优化目标函数值对应的量化表作为第二量化表。
通过上述获取第二量化表的实施例可知,采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值,能够减小JPEG标准的第一量化表中对应图像的低频分量的量化值,扩大对应图像高频分量的量化值,从而采用第二量化表量化目标图像后的特征量,可较好的保留目标图像的用于视觉检索的频谱信息,且能够有效压缩目标图像。
进一步地,上述获取第二量化表的实施例中,将图像的匹配准确率作为衡量图像失真的标准,并作为优化目标函数值的主要影响因子,使得利用上述实施例获取的第二量化表可以有效提高图像搜索的准确率。
本实施例中对上述步骤2023中的匹配失真率的定义为图像压缩前后图像匹配准确率的差。举例来说,获取图像特征量的匹配失真率的过程如下步骤S11至步骤S16所示。
S11、针对每一幅查询图像,获取每一查询图像的局部特征描述子,如尺度不变描述子(Scale Invariant Feature Transform,简称SIFT)。
获取局部特征描述子的方法为本领域技术人员公知的技术,本实施例不再对其进行详细说明。
S12、针对每一个局部特征描述子,在每一幅数据库图像中查找与所述局部特征描述子的第一距离和第二距离的相关局部特征描述子。
其中,所述第一距离为所述局部特征描述子与所述相关局部特征描述子的距离最小,所述第二距离为所述局部特征描述子与所述相关局部特征描述子的距离次小。
在具体应用中,所述局部特征描述子与所述相关局部特征描述子的距离可以是欧式距离,KL距离或余弦距离等。
S13、若所述第一距离与所述第二距离的比值小于预置的第三阈值,则所述局部特征描述子与所述相关局部特征描述子匹配。
S14、若前述的查询图像与数据库中的图像相匹配的局部特征描述子的数量大于预置的第四阈值,则查询图像与所述数据库图像匹配。
S15、存在两个图像列表,分别为匹配图像列表和非匹配图像列表,利用上述图像匹配的判断方法,对所有数据库图像依次进行判断,得到图像压缩前后的匹配准确率。
举例来说,匹配准确率的计算方法如下:
MP=TPRate-αFPRate
其中,TPRate图像匹配列表对应的真匹配率,FPRate为非匹配图像列表对应的假匹配率,α为假匹配率的权重,通常可以设置为1。
通过上述步骤S11至步骤S15可以获取预置图像和图像特征量的匹配准确率。
S16、匹配失真率的计算方法如下:
D(Q)=MPoriginal-MPcompressed
其中,D(Q)为使用量化表Q={Qk:k=0,...,63}量化后的图像的匹配失真率,MPoriginal为原始图像的匹配准确率,MPcompressed为量化表Q={QX:k=0,...,63}对图像进行压缩后的匹配准确率。
上述实施例中将图片的匹配准确率作为衡量图片失真的标准,进而作为获取优化目标函数值过程的主要影响因子,使得最后获得的用于量化目标图像的第二量化表可以有效提高目标图像匹配的准确率。
需要注意的是,在实际应用中,还需利用拉格朗日乘数法求得最优值即优化目标函数值,最后获取第二量化表,以使最后获取的第二量化表能够在图像压缩率R小于等于Rc(设定的约束条件)时,最小化压缩后的图像的失真率D。
拉格朗日代价函数(即优化目标函数):
min{J}where J=D(Q)+λ[R(Q)-Rc]
其中,D(Q)为使用量化表Q={Qk:k=0,...,63}量化后的图像的匹配失真率,R(Q)为使用量化表Q={Qk:k=0,...,63}量化后的图像压缩率,获得一个最优化的第二量化表(如前述步骤204中优化目标函数值最小的量化表),使上述的拉格朗日代价函数J的值最小。
其中,拉格朗日乘数λ为D和R的斜率,在实际应用中,可以通过调整如下公式中的质量因子q得到估计值,
ΔD(Q)|Q→qQ和ΔR(Q)|Q→qQ分别为调整q时,匹配失真率和比特率的变化,
ΔD(Q)|Q→qQ=D(Q0,...,Q63)-D(qQ0,...,qQ63)
ΔR(Q)|Q→qQ=R(Q0,...,Q63)-R(qQ0,...,qQ63)
由上,结合匹配失真率和比特率的约束条件获取到符合要求的拉格朗日乘数λ。
图5示出了本发明一实施例提供的图像检索方法的步骤流程图,如图5所示,本实施例中的图像检索方法如下文所述。
501、获取待查询的目标图像。
该目标图像可以是地标图片、商品的照片、博物馆展览室的引导指示图片等。
该步骤501为图像检索方法中的可选步骤,例如可以通过手机拍照功能获取一商品的照片等。
502、获取目标图像的DCT变换系数。
503、采用第二量化表量化目标图像的DCT变换系数,经所述第二量化表量化后得到的图像为目标图像的特征量。
其中,第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。
第二量化表的获取方式可如上图2A至图4的举例说明。
504、将目标图像的特征量传输至服务器端,以使服务器端将目标图像的特征量进行逆变换,以获取还原的目标图像,根据还原的目标图像在预置的数据库中获取检索结果。
本实施例中的逆变换包括解量化和逆离散余弦变换(Inverse DiscreteCosine Transformation,简称IDCT)等过程。
505、接收服务器端发送的检索结果。
由上述实施例可知,本实施例中的图像检索方法,通过采用第二量化表量化目标图像的DCT变换系数,使得量化后的目标图像的特征量较好的保留了原目标图像的视觉检索特征,进而在服务器端采用该目标图像特征量逆变换后的图像进行检索,可保证检索结果的准确率。另外,上述目标图像的特征量的比特数远远小于目标图像的比特数,进而解决了现有技术中传输至服务器端的压缩图片的比特数无法满足低性能的移动设备的传输性能的问题。
图6示出了本发明一实施例提供的图像压缩的装置的结构示意图,如图6所示,图像压缩的装置包括:变换系数获取单元61、量化单元62;
其中,变换系数获取单元61用于获取目标图像的DCT变换系数;量化单元62用于采用第二量化表量化DCT变换系数,经所述第二量化表量化后得到的图像为目标图像的特征量,用于表示压缩后的目标图像。
上述的第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。
在实际应用中,图像压缩的装置还包括:第二量化表的获取单元;该第二量化表的获取单元具体用于,
根据预设的公式设定所述第一量化表中的量化值,得到N个第三量化表,每一第三量化表唯一,N为正整数,且大于等于3;
采用所述第三量化表量化预置的图像的DCT变换系数,获取与每一第三量化表对应的优化目标函数值;
当N个第三量化表对应的优化目标函数值的方差小于所述预置的第一阈值时,将与N个优化目标函数值中最小的优化目标函数值对应的第三量化表作为第二量化表。
进一步地,所述第二量化表的获取单元还用于,若N个第三量化表对应的优化目标函数值的方差大于等于所述第一阈值,则选取所有的优化目标函数值的排序中的前M个优化目标函数值对应的第三量化表,所述排序为数值从小到大的排序,M取正整数,且小于等于N;
将选取的M个第三量化表进行变换如变异或交叉,得到M个第四量化表;
采用所述第四量化表量化所述预置的图像的DCT变换系数,以获取与所述第四量化表对应的优化目标函数值;
将分别与M个第四量化表、N个第三量化表对应的优化目标函数值进行从小到大的排序,选取排在前面的N个优化目标函数值;
当选取的N个优化目标函数值的方差小于所述预置的第一阈值时,将与选取的N个优化目标函数值中最小的优化目标函数值对应的量化表作为第二量化表;
否则,从选取的N个优化目标函数值中选取排在前面的M个优化目标函数值,并使与选取的M个优化目标函数值对应的量化表重复所述第二量化表的获取单元中的变换的功能,以使所述第二量化表的获取单元选取的N个优化目标函数值的方差小于所述预置的第一阈值、并将与选取的N个优化目标函数值中最小的优化目标函数值对应的量化表作为第二量化表。
前述的第二量化表的获取单元具体用于根据所述预置的图像的频谱信息将所述第一量化表划分为频率依次递增的P个区域,P取正整数,且大于等于2;
根据所述预设的公式分别设定N个第一量化表中各区域的量化值,得到N个第三量化表,以使每个第三量化表中各区域的取值范围不重叠且各区域的取值范围的中间值随着所述频率的递增依次递增;
获取预置图像的图像压缩率、以及结合图像检索方法获取采用第三量化表量化预置的图像后得到的图像特征量的匹配失真率;
根据所述图像压缩率、匹配失真率获取所述第三量化表的优化目标函数值;当N个第三量化表对应的优化目标函数值的方差小于预置的第一阈值时,将与N个优化目标函数值中最小的优化目标函数值对应的第三量化表作为第二量化表。
由上述实施例可知,本实施例中的图像压缩的装置,通过采用量化表优化规则重新设定JPEG标准的第一量化表中的量化值得到第二量化表,进而采用第二量化表量化目标图像的DCT变换系数,使得量化后的目标图像的特征量能够较好的保留了原目标图像的视觉检索特征,同时该目标图像的特征量的比特数远远小于目标图像的比特数,进而较好的满足低性能的移动设备的传输需求。
图7示出了本发明一实施例提供的终端的结构示意图,如图7所示,本实施例中的终端包括:变换系数获取单元71、量化单元72、数据传输单元73、接收单元74;
其中,变换系数获取单元71用于获取目标图像的DCT变换系数;量化单元72用于采用第二量化表量化DCT变换系数,经所述第二量化表量化后得到的图像为目标图像的特征量,用于表示压缩后的目标图像;
数据传输单元73用于在量化单元72获取到目标图像的特征量之后,将目标图像的特征量传输至服务器端,以使服务器端将目标图像的特征量进行逆变换,以获取还原的目标图像,根据还原的目标图像在预置的数据库中获取检索结果;接收单元74用于接收服务器端发送的检索结果。
上述的第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。
由上述实施例可知,本实施例中的终端采用图像压缩的装置能够获取到比特数非常小的表示目标图像的特征量,进而可较好的降低终端的传输延时效应。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种图像压缩的方法,其特征在于,包括:
获取目标图像的DCT变换系数;
采用第二量化表量化所述DCT变换系数,经所述第二量化表量化后得到的图像为所述目标图像的特征量,用于表示压缩后的目标图像;
所述第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表;
其中,所述第二量化表的获取方式为:
根据预设的公式设定所述第一量化表中的量化值,得到N个第三量化表,每一第三量化表唯一,N为正整数,且大于等于3;
采用所述第三量化表量化预置的图像的DCT变换系数,获取与每一第三量化表对应的优化目标函数值;
当N个第三量化表对应的优化目标函数值的方差小于预置的第一阈值时,将与N个优化目标函数值中最小的优化目标函数值对应的第三量化表作为第二量化表。
2.根据权利要求1所述的方法,其特征在于,若N个第三量化表对应的优化目标函数值的方差大于等于所述第一阈值,则选取所有的优化目标函数值的排序中的前M个优化目标函数值对应的第三量化表,所述排序为数值从小到大的排序,M取正整数,且小于等于N;
将选取的M个第三量化表进行变换,得到M个第四量化表;
采用所述第四量化表量化所述预置的图像的DCT变换系数,以获取与所述第四量化表对应的优化目标函数值;
将分别与M个第四量化表、N个第三量化表对应的优化目标函数值进行从小到大的排序,选取排在前面的N个优化目标函数值;
当选取的N个优化目标函数值的方差小于所述预置的第一阈值时,将与选取的N个优化目标函数值中最小的优化目标函数值对应的量化表作为第二量化表;
否则,从选取的N个优化目标函数值中选取排在前面的M个优化目标函数值,并使与选取的M个优化目标函数值对应的量化表重复上述变换的步骤,以使选取的N个优化目标函数值的方差小于所述预置的第一阈值、并将与选取的N个优化目标函数值中最小的优化目标函数值对应的量化表作为第二量化表。
3.根据权利要求1所述的方法,其特征在于,根据预设的公式设定所述第一量化表中的量化值,得到N个第三量化表的步骤包括:
根据所述预置的图像的频谱信息将所述第一量化表划分为频率依次递增的P个区域,P取正整数,且大于等于2;
根据所述预设的公式分别设定N个第一量化表中各区域的量化值,得到N个第三量化表,以使每个第三量化表中各区域的取值范围不重叠且各区域的取值范围的中间值随着所述频率的递增依次递增。
4.根据权利要求1所述的方法,其特征在于,采用所述第三量化表量化预置的图像的DCT变换系数,获取与每一第三量化表对应的优化目标函数值的步骤包括:
获取所述预置的图像的图像压缩率、以及结合图像检索方法获取采用第三量化表量化预置的图像后得到的图像特征量的匹配失真率;
根据所述图像压缩率、匹配失真率获取所述第三量化表的优化目标函数值。
5.一种图像检索方法,其特征在于,包括:
采用权利要求1至4任一所述的方法获取目标图像的特征量;
将所述目标图像的特征量传输至服务器端,以使所述服务器端将所述目标图像的特征量进行逆变换,以获取还原的目标图像,根据所述还原的目标图像在预置的数据库中获取检索结果;
接收所述服务器端发送的检索结果。
6.一种图像压缩的装置,其特征在于,包括:
变换系数获取单元,用于获取目标图像的DCT变换系数;
量化单元,用于采用第二量化表量化所述DCT变换系数,经所述第二量化表量化后得到的图像为所述目标图像的特征量,用于表示压缩后的目标图像;
其中,所述第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表;
第二量化表的获取单元,所述第二量化表的获取单元具体用于:
根据预设的公式设定所述第一量化表中的量化值,得到N个第三量化表,每一量化表唯一,N为正整数,且大于等于3;
采用所述第三量化表量化预置的图像的DCT变换系数,获取与每一第三量化表对应的优化目标函数值;
当N个第三量化表对应的优化目标函数值的方差小于所述预置的第一阈值时,将与N个优化目标函数值中最小的优化目标函数值对应的第三量化表作为第二量化表。
7.根据权利要求6所述的装置,其特征在于,所述第二量化表的获取单元还用于,
若N个第三量化表对应的优化目标函数值的方差大于等于所述第一阈值,则选取所有的优化目标函数值的排序中的前M个优化目标函数值对应的第三量化表,所述排序为数值从小到大的排序,M取正整数,且小于等于N;
将选取的M个第三量化表进行变换,得到M个第四量化表;
采用所述第四量化表量化所述预置的图像的DCT变换系数,以获取与所述第四量化表对应的优化目标函数值;
将分别与M个第四量化表、N个第三量化表对应的优化目标函数值进行从小到大的排序,选取排在前面的N个优化目标函数值;
当选取的N个优化目标函数值的方差小于所述预置的第一阈值时,将与选取的N个优化目标函数值中最小的优化目标函数值对应的量化表作为第二量化表;
否则,在于选取的N个优化目标函数值中选取排在前面的M个优化目标函数值,并使与选取的M个优化目标函数值对应的量化表重复所述第二量化表的获取单元中的变换的功能,以使所述第二量化表的获取单元选取的N个优化目标函数值的方差小于所述预置的第一阈值、并将与选取的N个优化目标函数值中最小的优化目标函数值对应的量化表作为第二量化表。
8.一种终端,包括数据传输单元、接收单元,其特征在于,还包括:如上权利要求6或7所述的装置;
所述数据传输单元用于在所述装置获取到目标图像的特征量之后,将所述目标图像的特征量传输至服务器端,以使所述服务器端将所述目标图像的特征量进行逆变换,以获取还原的目标图像,根据所述还原的目标图像在预置的数据库中获取检索结果;
所述接收单元用于接收所述服务器端发送的检索结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210050655.0A CN102595138B (zh) | 2012-02-29 | 2012-02-29 | 图像压缩的方法及装置、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210050655.0A CN102595138B (zh) | 2012-02-29 | 2012-02-29 | 图像压缩的方法及装置、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102595138A CN102595138A (zh) | 2012-07-18 |
CN102595138B true CN102595138B (zh) | 2014-04-23 |
Family
ID=46483292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210050655.0A Active CN102595138B (zh) | 2012-02-29 | 2012-02-29 | 图像压缩的方法及装置、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102595138B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581158B (zh) * | 2013-10-16 | 2019-02-26 | 中兴通讯股份有限公司 | 量化表、图像压缩处理方法、装置、终端及图像搜索*** |
CN106485738B (zh) * | 2015-08-26 | 2019-04-05 | 中国科学院深圳先进技术研究院 | 一种估计位图的jpeg压缩量化步长的方法和装置 |
CN110430429A (zh) * | 2019-08-06 | 2019-11-08 | 陕西土豆数据科技有限公司 | 一种适合于航拍影像的jpeg压缩量化方法 |
CN110505484A (zh) * | 2019-08-12 | 2019-11-26 | 深圳市华星光电技术有限公司 | 数据压缩装置及压缩方法 |
CN115065400B (zh) * | 2022-06-13 | 2024-02-09 | 上海宇航***工程研究所 | 一种用于运载火箭的降频通信方法、遥测*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1808469A (zh) * | 2005-01-21 | 2006-07-26 | 索尼公司 | 图像检索装置及方法、程序和程序记录介质 |
CN101252690A (zh) * | 2008-02-29 | 2008-08-27 | 杭州爱威芯科技有限公司 | 一种用于jpeg编码的量化方法 |
CN101742291A (zh) * | 2008-11-14 | 2010-06-16 | 北大方正集团有限公司 | 压缩图像目标的定位与识别方法及装置 |
CN101795412A (zh) * | 2004-07-14 | 2010-08-04 | 喷流数据有限公司 | 用于数据压缩优化的方法和*** |
CN102147815A (zh) * | 2011-04-21 | 2011-08-10 | 北京大学 | 图片搜索方法和图片搜索*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8457400B2 (en) * | 2008-06-27 | 2013-06-04 | Microsoft Corporation | Patch-based texture histogram coding for fast image similarity search |
-
2012
- 2012-02-29 CN CN201210050655.0A patent/CN102595138B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101795412A (zh) * | 2004-07-14 | 2010-08-04 | 喷流数据有限公司 | 用于数据压缩优化的方法和*** |
CN1808469A (zh) * | 2005-01-21 | 2006-07-26 | 索尼公司 | 图像检索装置及方法、程序和程序记录介质 |
CN101252690A (zh) * | 2008-02-29 | 2008-08-27 | 杭州爱威芯科技有限公司 | 一种用于jpeg编码的量化方法 |
CN101742291A (zh) * | 2008-11-14 | 2010-06-16 | 北大方正集团有限公司 | 压缩图像目标的定位与识别方法及装置 |
CN102147815A (zh) * | 2011-04-21 | 2011-08-10 | 北京大学 | 图片搜索方法和图片搜索*** |
Also Published As
Publication number | Publication date |
---|---|
CN102595138A (zh) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102611823B (zh) | 一种基于图片内容选择压缩算法的方法和设备 | |
Li et al. | An efficient augmented Lagrangian method with applications to total variation minimization | |
CN102595138B (zh) | 图像压缩的方法及装置、终端 | |
US9204169B2 (en) | System and method for compressing images and video | |
CN114616832A (zh) | 基于网络的视觉分析 | |
WO2017190691A1 (zh) | 图片压缩方法和装置 | |
EP2145476B1 (en) | Image compression and decompression using the pixon method | |
CN112203089B (zh) | 基于稀疏编码的码率控制的图像压缩方法、***及装置 | |
US11936869B2 (en) | Image compression sampling method and assembly | |
KR101021044B1 (ko) | 유사도 산출 방법 및 장치 및 컴퓨터 판독가능한 기록 매체 | |
CN104581158A (zh) | 量化表、图像压缩处理方法、装置、终端及图像搜索*** | |
JP2011505083A (ja) | 品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想するシステム、方法及びプログラム | |
US7995850B2 (en) | Method and device for selecting transform matrices for down-sampling DCT image using learning with forgetting algorithm | |
EP3731523A2 (en) | Image compression using image acquisition device characteristics | |
Lukin et al. | Automatic lossy compression of noisy images by spiht or jpeg2000 in optimal operation point neighborhood | |
US20060215916A1 (en) | Decoding device, distribution estimation method, decoding method and programs thereof | |
CN1321523C (zh) | 图像数据压缩装置和图像数据压缩方法 | |
Kozhemiakin et al. | Output MSE and PSNR prediction in DCT-based lossy compression of remote sensing images | |
CN103678801A (zh) | 一种基于图像信息熵的自适应压缩感知采样方法 | |
CN111243046B (zh) | 图像质量检测方法、装置、电子设备及存储介质 | |
Kimishima et al. | Frame adaptive rate control scheme for video compressive sensing | |
CN117319655B (zh) | 一种图像压缩处理方法、***、装置及介质 | |
Malaguti et al. | Toward compressed 3D descriptors | |
Nagaria et al. | An optimized fast discrete cosine transform approach with various iterations and optimum numerical factors for image quality evaluation | |
Moon et al. | Characterization of Transform-Based Lossy Compression for HPC Datasets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |